AI Optimizavimo Pagrindai: „Query Fan-Out“ Metodas → SEO Tre

Kaip veikia AI mode „Query Fan-Out“ metodas?

„Query Fan-Out“ – tai informacijos paieškos metodas, kai viena vartotojo užklausa automatiškai išskaidoma į kelias susijusias paieškas. Taip sistema gali geriau suprasti skirtingus vartotojo ketinimus ir surinkti platesnę informaciją iš įvairių šaltinių – interneto svetainių, specializuotų duomenų bazių ar kitų informacijos šaltinių.

Šis metodas ypač naudingas sudėtingesnėms užklausoms, kai reikia palyginti kelis variantus, įvertinti skirtingus kriterijus arba apjungti informaciją iš kelių šaltinių į vieną atsakymą.

Kai vartotojas pateikia klausimą AI sistemai, ji pirmiausia analizuoja užklausą naudodama natūralios kalbos apdorojimo technologijas. Sistema nustato vartotojo tikslą, klausimo sudėtingumą, reikalingo atsakymo tipą ir nusprendžia, ar verta naudoti „fan-out“ metodą.

Pavyzdžiui, paprasta užlausa:

„Lietuvos sostinė“

dažniausiai nereikalauja papildomų paieškų.

Tačiau sudėtingesnis klausimas:

„Kaip padidinti elektroninės parduotuvės pardavimus“

gali būti išskaidytas į kelias susijusias paieškas, pavyzdžiui:

Kaip padidinti organinį srautą iš Google?
Kaip pagerinti konversijų rodiklį?
Kokie mokamos reklamos kanalai veikia Lietuvoje?
Kokios yra geriausios e. komercijos praktikos?

Išskaidžiusi pirminę užklausą, sistema vienu metu nagrinėja kelis temos aspektus. Tai vyksta remiantis semantiniu užklausos supratimu, vartotojų elgsenos modeliais ir logiška temos struktūra. Dėl to AI geriau supranta tikrąjį vartotojo poreikį ir gali pateikti išsamesnį atsakymą.

Skirtingai nei tradicinėje paieškoje, kur viena užklausa grąžina vieną rezultatų rinkinį, AI Mode vienu metu vykdo visas papildomas „fan-out“ paieškas. Surinkta informacija vertinama pagal Google kokybės ir reitingavimo signalus, sujungiama iš skirtingų šaltinių ir naudojama vienam nuosekliam atsakymui sukurti. O atsakymui sukurti yra naudojamas RAG metodas, kuris pagal LLM numatytas taisyklės sugeneruoja atsakymą vartotojui.

Rezultatas – išsamesnis, tikslesnis ir geriau vartotojo poreikį atitinkantis atsakymas, paremtas ne viena, o keliomis tarpusavyje susijusiomis paieškomis.

Daugiau pavyzdžių

Vartotojo užklausa: „Kaip pritraukti daugiau klientų odontologijos klinikai?“

Fan-Out užklausos:

Kaip pagerinti klinikos matomumą Google paieškoje?
Kaip surinkti daugiau klientų atsiliepimų?
Kokie reklamos kanalai geriausiai veikia vietiniam verslui?
Kaip padidinti konversijas iš svetainės lankytojų į pacientus?

Vartotojo užklausa: „geriausia CRM sistema“

Fan-Out užklausos:

Kokios CRM sistemos populiariausios Lietuvoje?
Kokios CRM funkcijos svarbiausios mažam verslui?
Kiek kainuoja CRM sistemos diegimas?
Kaip CRM integruojama su el. paštu ir kitais verslo įrankiais?

Grounding queries Bing Webmaster tools

Bing Webmaster Tools panelėje galima matyti faktines „Fan-Out“ užklausas.

Bing ataskaitoje jos vadinamos Grounding Queries ir parodo, į kokias papildomas užklausas DI išskaidė vartotojo pirminį klausimą. Taip pat matoma, kiek kartų jūsų svetainė buvo parodyta AI paieškos rezultatuose pagal kiekvieną iš šių užklausų.

Ką tai reiškia SEO?

Gilesnis vartotojo ketinimų supratimas (Search Intent)
AI išskaido užklausą į pagrindinius ketinimus ir susijusius papildomus klausimus. Todėl SEO nebegali apsiriboti vieno raktažodžio optimizavimu – reikia suprasti visą vartotojo kelią ir visus klausimus, kuriuos žmogus gali užduoti konkrečia tema.

Teminis autoritetas (Topical Authority)
Tikslas nebėra iškelti vieną puslapį pagal konkretų raktažodį. Turinio strategija turi apimti visą temą, atsakyti į susijusius klausimus ir semantiškai susieti turinį tarpusavyje, kad paieškos sistemos matytų tinklalapį kaip autoritetą konkrečioje srityje.

Gebėjimas numatyti kitus klausimus
Kadangi AI paieška veikia pokalbio principu, turinys turėtų ne tik atsakyti į pirminį klausimą, bet ir natūraliai pateikti atsakymus į kitus tikėtinus klausimus, kuriuos vartotojas greičiausiai užduos vėliau, net jei jų iš pradžių neįrašė į paiešką.

Eksperimentas: Kaip išsiaiškinti FAN OUT užklausas

Eksperimento tikslas: Iš Google AI sugeneruoto atsakymo, suprasti kokia buvo pateikta pagrindinė užklausą ir papildomos fan-out užklausos.

Veiksmų planas:

Paimti žinoma užklausą (raktažodį) iš GSC ataskaitos
Pagal tą užklausa sugeneruoti Google AI atsakymą
Gauta atsakymą pateikti į ChatGPT ir Gemini, kad iššiaiskinti fan-out užklausas.

Frazė iš GSC: „kokios yra patikimiausios įmonės lietuvoje, kurios teikia tiek techninį seo auditą, tiek nuolatinį seo palaikymą?”

Prompt’as: Read the document and extract a list of questions that are directly and completely answered by full sentences in the text. Only include questions if the document contains a full sentence that clearly answers it. Do not include any questions that are answered only partially, implicitly, or by inference.

Rezultatas:

ChatGPT sugeneruotas klausimas:

Kokios agentūros Lietuvoje apjungia gilų techninį SEO auditą su ilgalaikiu palaikymu ir turinio vystymu?

Gemini sugeneruotas klausimas:

Kokia agentūra Lietuvoje teikia kompleksines paslaugas, apjungiančias techninį auditą, turinio kūrimą, AI SEO ir nuolatinį optimizavimą bei leidžia klientams matyti darbų progresą realiu laiku?

Pagal semantinį artumą originaliam klausimui laimėjo ChatGPT.

Originale pagrindiniai elementai yra: patikimiausios įmonės Lietuvoje, techninis SEO auditas ir nuolatinis SEO palaikymas. ChatGPT išlaiko techninį auditą ir ilgalaikį palaikymą, o Gemini įveda daug naujų sąlygų (AI SEO, turinio kūrimą, realaus laiko progresą), kurių originale nėra.

Verdiktas: ChatGPT ~85–90 % atitikimas, Gemini ~60–70 % atitikimas.